Optimal Icosahedral Copper-Based Bimetallic Clusters for the Selective Electrocatalytic CO2 Conversion to One Carbon Products
Notice bibliographique
Résumé
Electrochemical CO2 reduction reactions can lead to high value-added chemical and materials production while helping decrease anthropogenic CO2 emissions. Copper metal clusters can reduce CO2 to more than thirty different hydrocarbons and oxygenates yet they lack the required selectivity. We present a computational characterization of the role of nano-structuring and alloying in Cu-based catalysts on the activity and selectivity of CO2 reduction to generate the following one-carbon products: carbon monoxide (CO), formic acid (HCOOH), formaldehyde (H2C=O), methanol (CH3OH) and methane (CH4). The structures and energetics were determined for the adsorption, activation, and conversion of CO2 on monometallic and bimetallic (decorated and core@shell) 55-atom Cu-based clusters. The dopant metals considered were Ag, Cd, Pd, Pt, and Zn, located at different coordination sites. The relative binding strength of the intermediates were used to identify the optimal catalyst for the selective CO2 conversion to one-carbon products. It was discovered that single atom Cd or Zn doping is optimal for the conversion of CO2 to CO. The core@shell models with Ag, Pd and Pt provided higher selectivity for formic acid and formaldehyde. The Cu-Pt and Cu-Pd showed lowest overpotential for methane formation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».